内容创建/渲染

从 FPS Aim 教练机的实验中可以看出,在低延迟的情况下提高球员的表现

我们已经和流行的 科瓦克的 FPS 瞄准教练游戏 制造商 Meta 合作了一段时间,将实验分发给他们的玩家。我们最近的一组实验旨在测试玩家在变化的延迟下的瞄准能力,并让玩家有机会在较低和较高的延迟下争夺排行榜的第一名。

在 2021 12 月为期一周的促销期间,玩家可以通过参与获得奖励,超过 12000 名玩家尝试了其中一项新的延迟实验。这篇帖子使用了 15000 多名玩家提供的数据,包括截至 2022 年 4 月 17 日的促销期的结果。我们要感谢所有球员的热情参与,我们希望你们和我们一样喜欢看到比赛结果。

图 1 显示了前 10% 的最有技能的玩家如何提高他们的整体得分分布,并能够在最低延迟下更好地展示他们的技能。

A chart showing the distribution of Latency Flicking scores with median 31 for 25 milliseconds, 22 for 55 milliseconds and 15 for 85 milliseconds of latency.
图 1 。延迟快闪排名前 10% 的分数分布。在这项艰巨的任务中,最熟练的选手在 25 毫秒时的中位数比 85 毫秒时提高了 2 倍多。

实验

我们为此版本设计了两个实验,一个是为了有趣和令人兴奋,另一个是为了挑战和测试最有技能和能力的玩家的极限。

这些实验的目的是强调计算机系统延迟的重要性,并让玩家有机会在家里亲身体验,而无需复杂的设备。为此,两个实验都在低、中、高延迟值之间改变延迟。

你可以在这篇文章后面找到这些实验的描述和简短视频,如果你想亲身体验的话,你可以在游戏中尝试它们。我们计划在未来一段时间内让他们在比赛中保持可用。

科瓦克 NVIDIA 实验模式的所有参与者在自愿参与之前都必须提交知情同意书,欢迎随时停止参与。

两个实验的结构都是在 15 秒的预热期之后,针对我们测试的每个潜伏期条件进行 45 秒的实验。只有 45 秒的实验阶段分数用于进入排行榜,我们在分析中只考虑这些结果。这是基于一个众所周知的原则,即不熟悉某项任务的人需要一些时间来学习它。因此,热身期是作为运动员的训练期。

理想情况下,训练期和实验期要长得多,但时间的选择是为了平衡我们收集的数据质量和球员的享受。在我们的测试中,每种情况下玩一分钟游戏感觉很好,我们相信这对玩家来说效果很好。

控制延迟

我们确定的三种潜伏期分别为 25 毫秒、 55 毫秒和 85 毫秒(图 2 )。虽然我们使用的瞄准任务与之前的工作不同,但选择这些任务是为了反映我们之前 SIGGRAPH 亚洲出版物中测试的延迟设置。有关更多信息,请参阅 30 毫秒的延迟比 60 赫兹以上的刷新率更有利于第一人称目标任务

Diagram showing known baseline of 25 milliseconds with Reflex and unknown baseline without Reflex.
图 2 。使用的条件取决于反射 GPU 。对于非反射 PC ,基线延迟未知,因此排行榜和分析中忽略了结果。

在这个实验中,我们使用科瓦克的反射积分来测量和控制每种情况下的潜伏期。这意味着全延迟控制仅适用于具有反射功能 GPU 的系统,因此排行榜和我们的大部分分析中忽略了非反射结果。

对于这些非反射系统,我们仍然尽最大努力为玩家提供类似的体验,而不是将他们系统的默认延迟视为基线(向玩家显示 25 毫秒),其他两个条件有效地为基本+ 30 毫秒和基本+ 60 毫秒。

如果没有反射积分得到的标记,我们无法确定从一台计算机到另一台计算机的基线是否相似。我们还尽了最大努力估计了外部延迟的贡献,包括鼠标和监视器。

实验 1 :延迟狂热

第一个实验的目的是让几乎所有人都能享受到乐趣,我们把它放在了榜首。大多数玩家( 95% )都尝试过。

这项实验基于流行的疯狂模式,在这种模式下,一组目标在墙上的网格中生成,用户必须计划向每个目标射击的顺序。在一次点击杀死一个目标后,一个新的目标会在网格上的其他地方产生。

这种疯狂模式设置为同时看到三个目标。玩家的得分等于他们在 45 秒内摧毁的目标数量乘以他们的准确度(投篮/命中次数);我们以此作为主要衡量标准。

根据所有三个阶段( 25 毫秒、 55 毫秒和 85 毫秒)的综合得分确定排行榜位置。

视频 1 。潜伏期疯狂实验。这项任务分三个阶段完成,每次尝试的阶段顺序是随机的。

由于这个实验结合了准确性和计划性,我们预计延迟不是影响玩家快速连续击中目标数量的唯一因素。技能水平显然很重要,但玩家用来实现最快、最准确的目标路径的策略也很重要。

随着时间的推移,许多玩家会制定自己的瞄准策略。因此,当他们学习如何规划自己的道路时,他们可能会迅速提高。希望是热身期给他们一个选择策略的机会,尽管重复实验的玩家可能已经调整了他们的策略。

实验 2 :延迟翻转

第二个实验被设计得更具挑战性。它强调了计算机系统延迟对瞄准性能有很大影响的情况。

从结果中可以看出,我们成功地完成了一项具有挑战性的任务,尤其是在玩高延迟游戏时。在尝试潜伏期疯狂或潜伏期轻弹的玩家中,约有 60% 参与了后者。

弹拨任务是从玩家瞄准屏幕中心开始,在那里放置一个虚拟目标。当玩家点击该目标时,第二个目标会在远离中心的任意位置生成,玩家将有 600 毫秒的时间瞄准并消灭该目标。

这项任务成功的主要衡量标准是玩家在 45 秒的持续时间内能够完成的这些中心瞄准杀死目标循环的数量。同样,我们使用被杀目标的数量作为得分,并根据所有三个延迟级别的综合得分将玩家放在排行榜上。

视频 2 。潜伏期翻转实验。这项任务分三个阶段完成,每次尝试按随机顺序进行。

虽然这是一项公平的任务,因为每个人都必须遵守相同的规则,但鉴于 45 秒的计时器持续运行,即使玩家将瞄准重新设置为中间的虚拟目标,对目标的实际尝试次数也因人而异。因此,一个习惯了 600 毫秒节奏并擅长回到中锋的球员会得到更多的尝试,并且可能获得更高的最高分数。

在我们对这些结果的初步分析中,我们没有考虑每个玩家可以尝试多少次,但我们可能会在未来进行分析。

后果

自 2021 2 月我们首次发布实验模式以来,已有 45000 多人尝试了我们的一个或多个实验,完成了 470000 多个实验环节。从 2021 12 月发布这些新的延迟实验到 2022 年 4 月 17 日,超过 18000 名玩家至少完成了其中一项新实验。

在我们的分析中,我们关注这些结果,尽管像您这样的玩家可以继续玩游戏,并为未来的任何分析提供数据。无论如何,任何人都可以尝试并比较实验结果。

由于对延迟的控制被认为是完全公平和有效的,对于那些具有反射功能的 GPU 的系统,只有反射功能的结果才被允许发布到排行榜上。我们排除了 15 秒的热身训练,因为它们旨在让玩家熟悉任务。

玩家可以根据自己的意愿多次完成每个实验,我们将这些重复尝试纳入分析。这意味着,玩过一次以上的玩家很可能能够随着时间的推移完善他们的策略,提高他们的技能。

为了分析结果,我们还排除了所有显示无法达到目标延迟值的结果。以下分析表明,延迟被控制在距离目标 500 微秒以内的置信度相对较高。

其余的混杂因素包括小鼠和监视器的潜伏期。这种延迟只有在许多情况下才被估计出来,这在像 PC 游戏这样的开放平台上进行大规模分布式研究时几乎是不可避免的。

技能水平

除了对所有参与者进行总体分析外,我们还根据每个实验的技能水平对参与者进行了分类。这是通过平均每个球员在所有比赛中的总分来完成的,然后根据这个综合平均分对所有球员进行排名。

虽然研究各种技能水平可能很有趣,但我们决定在详细的技能水平分析中只关注前 10% 和前 1% 的玩家群体。你可以将这两个群体视为高技能爱好者(前 10% )和最优秀的(前 1% ),他们实际上是科瓦克任务的“电子竞技专业人士”。

延迟狂热结果

这里分析的延迟狂热实验结果包括来自 12168 名玩家的 27032 个完整实验,相当于 81096 次每次 45 秒。

最大的结果是,在所有尝试中,两种较低的潜伏期条件( 25 ms 和 55 ms )都改善了消除的目标数量(图 3 ),这一差异在成对 t 检验中具有统计学意义( p-value << 0.001 )。与 85 毫秒相比,玩家在 55 毫秒的系统延迟下平均多命中 13.2 个目标,在 25 毫秒的系统延迟下又多命中 8.9 个目标。这意味着 55 毫秒的目标命中率增加了 15% , 25 毫秒的目标命中率增加了 24% 。

Bar chart of Latency Frenzy scores with means of 112.62 for 25 milliseconds, 103.75 for 55 milliseconds and 90.58 for 85 milliseconds.
图 3 。潜伏期狂热平均分数

图 4 显示了散点图上原始数据的二次拟合。拟合线显示了潜伏期变化时可能的平均分数,在这些分布的平均值处穿过分散的点群。因为有太多的点,所以在这个图中它们看起来像垂直线。

Box and whisker plot with trend line for Latency Frenzy.
图 4 。随着延迟的增加,方块和胡须图和延迟狂热的二次拟合

查看图 5 中的分数分布,您可以在数据中看到更有趣的趋势。特别是,随着延迟时间的减少,每一个百分位线都会沿着分数轴向上移动。更令人兴奋的是,整个分布范围都在扩大,从而更容易区分技能水平相似的玩家。

A chart showing the overall distribution of scores for Latency Frenzy.
图 5 。延迟狂热总体分数分布

我们认为,这些总结结果表明,由于计算机系统延迟的变化,狂热型瞄准任务有明显的好处(尽管分数有点小)。平均而言,运动员在 25 毫秒时 45 秒内命中的目标比在 85 毫秒时多 20% 。

延迟翻转结果

如前所述,轻弹实验具有挑战性。事实上,在我们的最终数据集中, 595 次跑步( 7.20% )和 421 名球员( 7.55% )在 85 毫秒时命中 0 个目标。我们通常从分析中排除 0 分,因为它们可能表明球员离开了电脑,他们的分数可能没有用。然而,这 0 分是球员完成这项任务的重要部分。

幸运的是,通过将延迟时间减少到 25 毫秒, 327 次( 3.96% )和 230 名玩家( 4.12% )仍能达到 0 个目标。换句话说,系统延迟的减少使得 3.4% 的玩家可以完成一项艰巨得难以置信的任务。

完成这项任务的玩家比完成“疯狂”任务的玩家要少,这可能部分是因为“疯狂”比“轻弹”任务更有趣,难度更小。然而, 5576 名参与者完成了 8265 项实验,包括 24795 个环节。

与疯狂结果一样,较低的延迟条件改善了 45 秒内被摧毁的目标的平均数量,但改善幅度更大(图 6 )。同样,两两 t 检验显示这些差异具有统计学意义( p-value << 0 )。令人印象深刻的是,玩家平均在 25 毫秒时命中的目标数量是系统延迟 85 毫秒时的两倍多。

Bar chart of Latency Flicking scores with means of 15.15 for 25 milliseconds, 11.20 for 55 milliseconds and 7.74 for 85 milliseconds.
图 6 。平均得分

图 7 显示,与 flicking 结果的二次拟合表明,即使是最熟练的玩家,只要稍微多一点延迟,也不可能完成这种 flicking 任务。这是有意义的,因为计算机系统延迟减少了 600 毫秒的瞄准时间;在系统延迟达到最大值后,玩家才能看到目标的显示位置。调整目标以确保其达到目标的时间也更少。

在设计这项任务的过程中进行测试时,我们发现,对于高技能玩家来说, 450 毫秒几乎是不可能的,即使是在可能的最小延迟下。

Box and whisker plot with trend line for Latency Flicking.
图 7 。盒须图和二次拟合的延迟轻弹结果

图 8 中的直方图分布图突出了这个特殊实验的另一个令人兴奋的方面。与“疯狂”结果一样,我们发现所有百分位数都在较低的潜伏期内提高了分数,但最底层的 5% – 10% 的人除外,他们仍然无法完成如此困难的瞄准任务。

在更高的技能水平上,分数之间的差异变得更大。例如,在潜伏期为 25 毫秒时,得分最高的 25% 在 85 毫秒时高于得分最高的 10% 线。 25 毫秒时得分最高的 1% 高于 55 毫秒时的任何得分。

A chart showing the overall distribution of scores for latency flicking.
图 8 。延迟翻转总得分分布

图 9 显示了该实验中前 10% 的最熟练玩家的结果分布。提醒一下,这只包括平均得分排名前 10% 的球员,但我们绘制了这些球员的所有得分。这些玩家比一般人更熟练,所以不同潜伏期条件下的分布有相当明显的区别。事实上, 25 毫秒( 31 秒)时的中位数是 85 毫秒( 15 秒)时的 2 倍多!

A chart showing the distribution of scores for the top 10% most skilled at Latency Flicking with median 31 for 25 milliseconds, 22 for 55 milliseconds and 15 for 85 milliseconds of latency.
图 9 。延迟快闪排名前 10% 的分数分布。玩家在低延迟下命中的目标是原来的两倍。

排名前 1% 的球员在不同技能水平下的得分变化更明显。在不同的潜伏期水平上,分数仍有一些重叠,但 85 毫秒之间的重叠仅高达 25 毫秒时分数最低的 25% 。

A chart showing the distribution of scores for the top 1% most skilled at Latency Flicking.
图 10 。延迟快闪排名前 1% 的分数分布。对于最熟练的玩家来说,延迟每减少 30 毫秒,他们的得分就会大大提高。

结论

我们很感谢 Meta 的朋友们帮助我们在他们的游戏中使用这种实验模式,并使我们能够在家里与玩家进行实验。

之前的研究表明,对于许多类型的瞄准任务,计算机延迟对于最小化非常重要。然而,之前的大部分研究都依赖于少数仔细控制实验条件的参与者。这项研究代表了首次在野外进行的研究,在野外,潜伏期能够得到很好的控制,足以用于分析。因为这些结果的趋势加强了之前的发现,所以对于有竞争力的 FPS 玩家来说,延迟的重要性有了更大的信心。

也许我们发现的最大的新结果是,对于技能最高的玩家来说,较低的延迟是最重要的。技能确实决定了很多次谁赢谁输,但特别是在最高技能水平中,延迟对谁赢谁输的影响越来越重要。

我们鼓励所有玩家使用 NVIDIA Reflect 等技术,为比赛创造最佳条件。对于那些对优化电脑和游戏延迟设置特别感兴趣的玩家,带有反射延迟分析仪的 G-SYNC 监视器可以让你直接测量延迟。

NVIDIA 是一款供游戏开发人员使用的工具,旨在实现低延迟模式,实现即时渲染并优化系统延迟。

有关更多信息,请参阅以下研究论文:


Tags